RNNoise:利用深度学习进行降噪

banner

Mozilla 研究的 RRNoise 项目 展示了如何将深度学习应用于降噪。它将传统信号处理与深度学习相结合,但体积小且速度快。无需昂贵的 GPU - 它可以在树莓派上轻松运行。结果是更容易调优,并且声音比传统的降噪系统(曾经经历过!)更好。

RNNoise 将有助于提高WebRTC通话的质量,特别是对于嘈杂房间中的多个说话者。它体积小,速度快,可以直接在 JavaScript 中执行,使 Web 开发人员能够在录制音频时直接将其嵌入网页中。

RNNoise audio samples

评估 RNNoise 效果的播放器屏幕截图。 播放演示.

您可以通过 将您的噪音捐赠给科学 来改进 RNNoise。我们对任何可能使用语音进行交流的环境中的噪音感兴趣。这可能是您的办公室、您的汽车、街道上,或者您可能使用手机或电脑的任何地方。我们拥有的噪声越逼真,我们就能构建的模型越好,输出效果越好。

深入了解 RNNoise 项目

关于 Jean-Marc Valin

Jean-Marc Valin 拥有谢尔布鲁克大学的电气工程学士、硕士和博士学位。他是 Speex 编解码器的主要作者,也是 Opus 编解码器的主要作者之一。他的专业领域包括语音和音频编码、语音识别、回声消除和其他音频相关主题。他目前受雇于 Mozilla,致力于下一代多媒体编解码器。

更多 Jean-Marc Valin 的文章…


3 条评论

  1. Jeff hinty

    太棒了!

    2017 年 9 月 29 日 下午 00:13

  2. Gustavo Garcia

    这简直太棒了。关于何时/如何将其集成到 WebRTC 中有什么具体计划吗?

    在 RTC 的上下文中,我认为类似的方法也可以应用于其他问题,例如音频 PLC、视频增强、优化视频编码……。

    2017 年 9 月 29 日 下午 12:30

    1. Jean-Marc Valin

      我们目前正在研究 WebRTC 集成。可能需要一些时间才能确保它始终正常工作。

      2017 年 9 月 29 日 下午 12:54

本文的评论已关闭。